科技日报记者5月31日从西湖大学了解到，最近，该校生命科学学院郭天南研究员带领的蛋白质组大数据实验室，与合作团队一起对新冠肺炎患者血液中的蛋白质和代谢物分子进行了系统检测。
他们发现新冠肺炎重症患者的血清中存在多种独特的分子变化，并找到了一系列生物标志物，这有望为预测轻症患者向重症发展提供导向。相关研究成果在《细胞》杂志在线发表。
“全球范围内，新冠肺炎确诊病例已达几百万。然而，目前我们对其认知主要停留在临床症状和影像学特征层面，对疾病在微观分子层面的改变知之甚少。”郭天南说。
郭天南团队与其他团队合作，对99份经病毒灭活处理的血清样本进行了安全处理和质谱分析。根据现行临床诊断标准，这些血样被分为对照(健康)组、疑似但实为普通流感组、新冠病毒感染轻症组、新冠病毒感染重症组。
研究人员采用高分辨率质谱设备和机器学习的方法，取得了样本的蛋白质组和代谢组谱图，对血清样本中蛋白和代谢物的相对浓度进行了全景式测定，从而揭示：重症患者体内存在多种独特的分子调控。
研究结果显示，与对照(健康)组、普通流感组和轻症组相比，新冠肺炎重症患者的样本中出现了93种特有的蛋白表达和204个特征性改变的代谢分子，其中50种蛋白与患者体内的巨噬细胞、补体系统、血小板脱颗粒有关。
他们还发现，在新冠肺炎重症患者体内，有100多种氨基酸及100多种脂质均出现显著减少。研究人员认为这可能是病毒迅速扩增导致的消耗，从而为临床医生监控病情和制定调整治疗方案提供了一定参考。
此外，郭天南团队在质谱分析数据的基础上，使用机器学习方法“沙里淘金”，筛选出重症患者特征性的22个蛋白质和7个代谢物。研究人员分析，血清样本成分符合这一组合的患者，很可能是重症患者，或有很大可能性发展为重症病例。
“这项研究表明，利用血清蛋白和代谢物生物标记物预测新冠肺炎重症患者是有可能的。研究数据还揭示了新冠肺炎的分子病理生理学特征，有望助力研发抗新冠病毒疗法。”郭天南表示，研究结果还需要在更多的独立临床队列中验证。